Accessible Requires Authentication Published by De Gruyter July 1, 2019

Wissensmanagementmodelle für die Industrie 4.0

Eine Gegenüberstellung aktueller Ansätze

Knowledge Management Models for Smart Manufacturing – A Comparison of Current Approaches
Janik Tinz, Patrick Tinz and Stefan Zander

Kurzfassung

Der Beitrag untersucht aktuelle Wissensmanagementmodelle hinsichtlich ihrer Eignung für Industrie-4.0-Unternehmen. In Form einer vergleichenden Studie werden verschiedene Lösungswege zur Wissensverarbeitung diskutiert sowie Anforderungen an ein Industrie 4.0 befähigtes Wissensmanagement vorgestellt. Ein zentrales Ergebnis dieser Arbeit ist, dass neben der Generierung, Erhaltung, Bewertung und Aktualisierung von Wissen auch Aspekte der Mensch-Maschine-/Maschine-Maschine-Interaktion und der Datenschutz Berücksichtigung finden müssen.

Abstract

This article explores current knowledge management models regarding their suitability for industry 4.0 companies. The comparative analysis examines different solutions for knowledge processing such as requirements for companies in context of industry 4.0. A central result of this article is that besides generation, preservation, evaluation and update of knowledge also aspects of human-machine interaction, machine-machine interaction and data protection must be considered.


Janik Tinz, B. Sc. Cand., geb.1996, arbeitet als Junior Software Engineer bei der Accso Accelerated Solutions GmbH in Darmstadt. Seine Forschungsthemen liegen im Bereich Industrie 4.0, Augmented Reality und Maschinellem Lernen. Er setzt sich derzeit mit dem Einsatz von Augmented Reality in der Industrie auseinander.

Patrick Tinz, B. Sc. Cand., geb. 1996, arbeitet als Junior Software Engineer bei der Accso Accelerated Solutions GmbH in Darmstadt. Seine Forschungsgebiete liegen im Bereich Industrie 4.0 und Maschinellem Lernen, wobei er sich derzeit mit dem Themengebiet Predictive Maintenance im Kontext von Industrie 4.0 getriebenen Fertigungsprozessen auseinandersetzt.

Prof. Dr. Stefan Zander ist Professor am Fachbereich Informatik der Hochschule Darmstadt. Im Rahmen seiner Lehr- und Forschungstätigkeit beschäftigt er sich vor allem mit semantischen Technologien und deren Anwendungen in unterschiedlichen Spezialgebieten wie bspw. Augmented Reality, Cyber-Physischen Systemen, Ambient Assisted Living, Automatisierung und Robotik sowie mit Themen des Ontologie-basierten Wissensmanagements.


Literatur

1. Karagiannis, D.: Wissensmanagement: Einige Konzepte & Technologien. In Informationswirtschaft: Ein Sektor mit Zukunft, pages 191 – 206, 2003 Search in Google Scholar

2. North, K.; Maier, R.: Wissen 4.0 – Wissensmanagement im digitalen Wandel. HMD Praxis der Wirtschaftsinformatik55 (2018) 4, S. 66568110.1365/s40702-018-0426-6 Search in Google Scholar

3. Probst, G. J. B.; Romhardt, K.: Bausteine des Wissensmanagements — ein praxisorientierter Ansatz. Gabler Verlag, Wiesbaden1997, S. 12914310.1007/978-3-322-89842-5_13 Search in Google Scholar

4. Seidenstücker, J.: Wissensmanagement 4.0 – Neue Technologien ebnen den Weg zu nachhaltiger Marktforschung. Springer Fachmedien Wiesbaden, Wiesbaden2017, S. 173510.1007/978-3-658-09745-5_2 Search in Google Scholar

5. Snowden, V.: The Ashen Model an Enabler of Action in Knowledge Management. Knowledge Management3 (2000) 7, S. 1417 Search in Google Scholar

6. Reinmann-Rothmeier, G.: Wissen managen: Das Münchener Modell (Forschungsbericht Nr. 131). LMU München: Lehrstuhl für Empirische Pädagogik und Pädagogische Psychologie, München 2001 Search in Google Scholar

7. Brandl, P.; Aschbacher, H.; Hösch, S.: Mobiles Wissensmanagement in der Industrie 4.0. In: Mensch und Computer 2015 – Workshopband, Stuttgart, 6.–9. September, 2015, S. 225232 Search in Google Scholar

8. Frey-Luxemburger, M.: Ansätze und Modelle des Wissensmanagements. Springer Fachmedien Wiesbaden, Wiesbaden2014, S. 397010.1007/978-3-658-04753-5_3 Search in Google Scholar

9. Lehner, F.: Information Sharing und Wissensaustausch in Unternehmen. In Geyer-Schulz and Taudes [GT03], S. 301319 Search in Google Scholar

10. Seeber, I.; Bittner, E.; Briggs, R.O.; De Vreede, G.-J.; De Vreede, T.; Druckenmiller, D.; Maier, R.; Merz, A.B.; Oeste-Reiß, S.; Randrup, N. et al.: Machines as Teammates: A Collaboration Research Agenda. Hawaii International Conference on System Sciences (HICSS) Waikoloa, 201810.24251/HICSS.2018.055 Search in Google Scholar

11. Samulowitz, H.; Sabharwal, A.; Reddy, C.: Cognitive Automation of Data Science. In ICML AutoML workshop, 2014 Search in Google Scholar

12. Kelly, J.E.: Computing, Cognition and the Future of Knowing. Whitepaper, IBM Reseach, 2015, S. 2 Search in Google Scholar

13. Lechler, A.; Schlechtendahl, J.: Steuerung aus der Cloud. Handbuch Industrie 4.0: Produktion, Automatisierung und Logistik, 2016, S. 11410.1007/978-3-662-45537-1_27-1 Search in Google Scholar

14. Rowley, J.: The Wisdom Hierarchy: Representations of the DIKW Hierarchy. Journal of Information Science33 (2007) 2, S. 16318010.1177/0165551506070706 Search in Google Scholar

15. Aamodt, A.; Nygård, A.M.: Different Roles and Mutual Dependencies of Data, Information, and Knowledge-An AI Perspective on their Integration. Data Knowledge Engineering16 (1995) 3, S. 19122210.1016/0169-023X(95)00017-M Search in Google Scholar

16. North, K.: Die Wissenstreppe. Springer Fachmedien Wiesbaden, Wiesbaden2016, S. 3365 Search in Google Scholar

17. North, K.; Reinhardt, K.; Sieber-Suter, B.: Was ist Kompetenz?Springer Fachmedien Wiesbaden, Wiesbaden2018, S. 3511010.1007/978-3-658-16872-8_2 Search in Google Scholar

18. Schütt, P.: The Post-nonaka Knowledge Management. J. UCS9 (2003) 3, S. 451462 Search in Google Scholar

19. Davenport, T. H.; Kirby, J.: Only Humans Need Apply: Winners and Losers in the Age of Smart Machines. Harper Business New York, NY, 2016 Search in Google Scholar

Online erschienen: 2019-07-01
Erschienen im Druck: 2019-06-27

© 2019, Carl Hanser Verlag, München